跳到正文
今天11月14日周六5 条
  1. The Decoder65

    Meta 的 AI 智能体 Muse 现可代用户拨打美国企业电话

    Meta 的 AI 智能体 Muse 现已向所有付费订阅者开放代用户拨打美国企业电话的功能,旨在处理有线电视、车管所和餐厅等繁琐通话。尽管合成语音日益逼真且能自动应对复杂菜单,但许多企业在检测到 AI 时会直接挂断,迫使 Meta 此前曾短暂测试人工操作员辅助。

  2. OpenAI News67

    OpenAI 推出 ChatGPT Wallet 支持智能体安全支付

    OpenAI 推出 ChatGPT Wallet,这是一种安全支付方式,允许 ChatGPT Work、Codex 和 dots 中的智能体在获得用户批准并利用现有卡片保护机制的情况下完成购买。

    推荐理由:该功能允许 ChatGPT Work、Codex 和 dots 中的智能体在用户批准下完成购买,为 AI 代理执行商业操作提供了安全支付路径。

11月13日周五
  1. AWS Machine Learning Blog68

    AWS 发布 Amazon Bedrock、AgentCore 和 Strands 多项更新

    AWS 在十月集中推出 Amazon Bedrock、Bedrock AgentCore 及开源工具包 Strands 的多项功能更新。Bedrock 新增 Claude Haiku 5.5、GPT-6.1 Terra、Nova 2.5 Sonic 等模型,并支持结构化输出与领域过滤搜索。

    推荐理由:AWS 集中发布 Bedrock、AgentCore 和 Strands 的多项更新,涵盖新模型接入、智能体容错机制及成本优化方案,为构建生产级 AI 应用提供具体工具链。

  2. AWS Machine Learning Blog70

    Amazon Bedrock AgentCore 推出 Web Search API

    Amazon Bedrock AgentCore 正式推出 Web Search API,允许开发者通过单次 API 调用直接从 Amazon 运营的网页索引中获取实时搜索结果。

    推荐理由:该 API 允许开发者通过单次调用直接获取实时搜索结果,无需配置网关,简化了非智能体应用和自定义编排框架的集成流程。

  3. TechCrunch · AI47

    Phota Labs 用 AI 将日常照片转化为专业级影像

    iOS 应用 Phota Labs 利用自研 AI 技术,在保留人物身份真实性的前提下,将日常快照自动优化为专业摄影风格。该应用支持从细微调整到视角转换等多种编辑模式,并添加隐形水印标识 AI 处理痕迹。这款由 a16z 领投的免费应用目前面向社交媒体用户,旨在简化后期流程,未来计划推出 Android 版本及高级订阅服务。

  4. Simon Willison70

    Gemini 4 Hydrogen 发布及定价分析

    Google 发布了 Gemini 4 家族中成本最低的模型 Gemini 4 Hydrogen,其输入价格为 $1.50/M,输出为 $7.50/M。作者 Simon Willison 分析了该家族 Carbon、Argon 和 Hydrogen 的定价结构,指出 Hydrogen 目前仅比前两者便宜 25%,但在 12 月 1 日其他模型涨价后将提供 75% 的折扣。

  5. TechCrunch · AI60

    Meta Muse 向付费用户开放代打美国企业电话功能

    Meta 的 AI 智能体 Muse 现已向美国地区的付费订阅用户开放代打企业电话功能,此前该功能仅对少数早期测试者开放。Muse 拥有超过 1000 万用户,其订阅计划起步价为每月 20 美元(含每周 5 亿 tokens),高阶套餐为每月 100 美元(含 30 亿 tokens)。

  6. AWS Machine Learning Blog65

    AWS 发布 SGLang-Neuron 插件以支持 Trainium 推理

    Amazon 宣布 SGLang-Neuron 公开可用,该插件由 RadixArk 与 Annapurna Labs 合作开发,允许用户通过 AWS Deep Learning Container 在 AWS Trainium 芯片上使用 SGLang 接口部署模型和生成强化学习 rollout。

    推荐理由:SGLang-Neuron 插件公开可用,支持在 AWS Trainium 上通过标准 SGLang 接口部署模型并生成强化学习 rollout。

  7. TechCrunch · AI78

    Google 发布 Gemini 4 Hydrogen 模型并升级 Search

    Google 发布 Gemini 4 Hydrogen 模型,旨在通过更快的执行速度和更低的成本优化搜索体验。该模型在处理复杂意图、拼写错误及多步骤任务方面表现更佳,速度比 Gemini 3.8 Flash 快 2.5 倍,并在 Artificial Analysis Intelligence Index 基准测试中超越 Gemini 4 Argon。

    同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》

  8. TechCrunch · AI62

    Nectar 发布自动化创作者发现与联络的 AI 智能体

    营销 AI 操作系统 Nectar 推出 Creator Agent,旨在自动化影响者营销中的创作者发现、联络、合作管理及效果追踪工作。该智能体可搜索超过 3 亿个创作者档案,分析视频内容以评估品牌契合度与安全性,生成推荐列表,并以品牌语气起草和发送个性化消息。

  9. AWS Machine Learning Blog78

    Amazon Bedrock AgentCore Runtime 发布新一代版本

    Amazon Bedrock AgentCore 发布新一代 AgentCore runtime,旨在解决 AI 智能体规模化部署中的安全与效率挑战。新版本在保持硬件级隔离(Firecracker MicroVM)的基础上,将会话启动速度提升最高15倍,计算资源扩展至4倍(最高8 vCPU和32 GB),并通过空闲时自动释放内存使运行效率提升最高68%。

    推荐理由:该运行时将会话启动速度提升15倍并支持动态内存回收,为大规模部署AI智能体提供了兼顾隔离性与成本效率的基础设施方案。

11月12日周四
  1. Ars Technica · AI58

    Google 推出搭载 Gemini 的智能眼镜,起售价 395 美元

    Google 联合三星、Gentle Monster 和 Warby Parker 推出首款搭载 Gemini 的智能眼镜,现已开启预售。Warby Parker 提供三款镜框,起售价 395 美元,仅在美国销售;Gentle Monster 提供六款风格,起售价 449 美元,在美国和韩国销售。该设备由三星提供硬件,Google 负责软件,并强调隐私保护以应对市场顾虑。

  2. The Decoder72

    ElevenLabs 发布 Scribe v3 和 Scribe v3 Live 语音识别模型

    ElevenLabs 发布 Scribe v3 和 Scribe v3 Live 两款语音转文本模型,分别针对录音文件和低延迟实时应用。Scribe v3 在 102 种语言中将词错误率降低约 25%,并在独立基准测试中精度领先于 Microsoft、Mistral、xAI、Google 和 OpenAI 的竞品,但速度较慢且价格较高(每 1000 分钟 3.33 美元)。

  3. Simon Willison62

    Google 发布支持多模态的 Gemini Decision 1 决策模型 API

    Google 推出 Gemini Decision 1 决策模型 API,支持文本、图像、音频、视频和 PDF 等多模态输入。该 API 定价为每百万输入 token 0.1 美元,输出免费,并返回包含概率值的 JSON 结果。作者通过视频测试验证了其能力,并指出其与 Jev 和 OpenAI 决策模型在功能和价格上的区别。

  4. Simon Willison62

    AWS 发布官方本地服务模拟器 aws-emulator

    AWS 发布了官方本地模拟器 aws-emulator,允许开发者在无需配置付费 API Key 的情况下,对 AWS 多种服务的本地克隆版本进行测试。该工具由 Rust 编写,项目初期由大量 AI Agent 参与开发,目前运行需要依赖 Docker 环境。

11月11日周三
  1. Simon Willison82

    Gemini 4 Carbon 全面开放及作者实测演示

    Google 的 Gemini 4 Carbon 模型向公众开放,初始定价为每百万输入 token 2 美元、输出 token 10 美元,将于 12 月 1 日翻倍。

    推荐理由:文章展示了 Gemini 4 Carbon 开放后的实际编码与多智能体协作能力,并提供了具体的定价变动信息。

11月6日周五
11月4日周三
  1. Google DeepMind75

    Google Antigravity 发布化学信息学智能体技能以加速药物发现

    Google DeepMind 在 Google Antigravity 中推出新的 Cheminformatics Skills,旨在加速药物发现工作流。该功能允许 AI 智能体在约一小时内完成数千种化合物的搜索、匹配分子对分析以及新大环分子的合成路线设计,而传统流程通常需要数天。

    推荐理由:文章展示了 Google Antigravity 新增的 Cheminformatics Skills 如何将药物发现流程从数天缩短至一小时,并提供了具体的技术实现细节与试用入口。

10月30日周五
  1. Google DeepMind45

    Google DeepMind 演示 PlanAssist 如何加速规划审批决策

    Google DeepMind 与英国政府合作开发的 AI 规划工具 PlanAssist,在试点中将官员评估住宅申请的时间缩短高达 58%。该工具基于 Gemini 构建,能自动验证文档、检查规划政策并起草报告,超过 70% 的报告无需编辑即可获批。目前 PlanAssist 进入 Beta 阶段,将扩展至英格兰另外 12 个地方规划当局,最终决定权仍由人类官员保留。

10月23日周五
10月14日周三
  1. GitHub Blog · AI & ML73

    GitHub 发布基于 ModernBERT 的秘密检测模型以降低误报

    GitHub 推出新的秘密检测流水线,采用微调的 ModernBERT 分类器替代原有的 LLM 方案,旨在区分真实凭证与上下文中的假阳性样本。该方案将推送后扫描的中位执行时间降低 86%,服务成本降低超过 98%,同时使仓库所有者加权的警报接受率提升 11.5%。新流程结合正则表达式进行候选生成,利用模型理解代码上下文以过滤测试夹具或文档占位符等干扰项。

    推荐理由:文章披露了 GitHub 秘密扫描新架构的技术细节与实测数据,展示了如何用轻量级分类器替代 LLM 以降低误报并提升效率。

10月8日周四
  1. GitHub Blog · AI & ML72

    GitHub 发布基于 ModernBERT 的 AI 密钥保护功能

    GitHub 推出基于 ModernBERT 分类器的 AI 密钥保护功能,旨在解决软件规模扩大带来的秘密泄露问题。该模型能在推送前评估候选秘密,响应时间低于两毫秒,预计可将防止的秘密数量增加一倍以上。目前该功能处于私人预览阶段,将于本月向 GitHub Enterprise Cloud 和 Teams 组织开放,并集成到 Copilot CLI 的 /security-review 命令中。

    推荐理由:GitHub 推出基于 ModernBERT 的 AI 密钥检测模型,将非结构化秘密拦截率提升一倍以上,并在推送环节实现毫秒级响应。